Effects of high oleic canola oil‐rich feeding on in vitro LDL proteoglycan binding affinity in individuals with at least two criteria for metabolic syndrome (269.5)
Notice bibliographique
Résumé
Dietary n‐9 monounsaturated fatty acids (FA) decrease metabolic syndrome (MetS) risk factors; however, whether consumption of novel vegetable oils high in MUFA affect LDL binding characteristics has not been determined. We utilized the Canola Oil Multi‐Centre Intervention Trial (COMIT), a human intervention study consisting of five dietary treatments differing in qualitative fat content, each treatment fed for 29 days and separated by a 4 week washout period. We evaluated the efficacy of three vegetable oil treatments from COMIT including corn/safflower oil (control), high oleic canola oil, and high oleic canola oil with DHA on plasma FA profiles, LDL cholesterol ester FA composition and in vitro LDL proteoglycan binding affinity. A multi‐centre, double blind, randomized, 3‐period crossover, controlled feeding study was conducted where subjects with MetS criteria (n=50) were fed isocaloric diets (50% CHO, 15% PRO, 35% FAT) containing three of the five treatments, each for 29 days. Plasma FA profiles at day 29 reflected the FA composition of each diet, suggesting high compliance to diet. Similarly, LDL cholesterol ester FA distribution mirrored the FA composition of the dietary fat at day 29, but not day 1, on each treatment. However, proteoglycan binding affinity values of LDL particles did not differ significantly across day 1 to day 29 for corn/safflower (‐2.46 + 3.63%) (mean + SEM), high oleic canola (‐6.47 + 1.95%) or oleic canola oil with DHA (‐0.52 + 2.85%). No difference was observed in binding affinity assessed at day 29 as a function of diet treatment. These data suggest that, despite the demonstration of diet induced shifts in LDL cholesterol ester FA patterns, n‐9 FA rich canola oil diets does not induce any change in LDL binding affinity compared with a n‐6 FA rich diet. Grant Funding Source : Supported by Canola Council of Canada/Agr Agr Food Canada and Canada Research Chairs program
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».